结巴分词与ltp分词算法的比较:对于新词的识别ltp分词方法远高于结巴分词

from pyltp import Segmentor
import jieba

model_path = "E:/ltp3_4/cws.model"
content = "我毕业于清华大学,我朋友的名字叫戴掵莉,我哥们的名字叫付先军;阿尔艾斯是我的村庄名字"

seg = Segmentor()
seg.load(model_path) # 加载语言模型 用于分词
words = seg.segment(content)
seg_words = " ".join(words)
print("LTP: ", " /".join(words))
jiebaWords = jieba.cut(content, HMM=True)
print("jieba: ", " /".join(jiebaWords))
print(seg_words)

# 词性标注
from pyltp import Postagger

pos = Postagger()
model_path = "E:/ltp3_4/pos.model"

pos.load(model_path) # 导入词性标注模型
pos_words = pos.postag(seg_words.split(" "))
for word, pt in zip(seg_words.split(" "), pos_words):
    print(word + "/" + pt)

""" 
从分词结果上来看,对于新词的识别ltp分词方法远高于结巴分词
"""
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值